中元股份股吧，中元股份股吧东方财富

本文目录一览：

• 1、中元股份股吧

• 2、天天基金网今日净值

• 3、300018中元股份股吧

• 4、中元股份股吧

中元股份2022年4月19日在年度报告中披露，截至2022年3月31日公司股东户数为3.31万户，较上期（2021年12月31日）减少5030户，减幅为13.19%。

中元股份股东户数低于行业平均水平。根据Choice数据，截至2022年3月31日电力设备行业上市公司平均股东户数为4.91万户。其中，公司股东户数处于2万~4万区间占比最高，为25.90%，中元股份也处在该区间范围内。

电力设备行业股东户数分布

股东户数与股价

2021年3月31日至今，公司股东户数有所增长，区间涨幅为1.84%。2021年3月31日至2022年3月31日区间股价上涨21.40%。

股东户数及股价

股东户数与股本

截至2022年3月31日，公司最新总股本为4.81亿股，其中流通股本为4.05亿股。户均持有流通股数量由上期的1.06万股上升至1.22万股，户均流通市值8.26万元。

户均持股金额

中元股份户均持有流通市值低于行业平均水平。根据Choice数据，截至2022年3月31日，电力设备行业A股上市公司平均户均持有流通股市值为46.4万元。其中，25.90%的公司户均持有流通股市值在11.5万~22万区间内。

电力设备行业户均流通市值分布

免责声明：本文基于大数据生产，仅供参考，不构成任何投资建议，据此操作风险自担。

关注“发发与柴柴”，鼓捣赚钱的秘密

登高而招，臂非加长也，而见者远

———荀子《劝学》

在《如何利用Python天天基金获取基金单位净值、累计净值、增长率（上）》

如何利用Python天天基金获取基金单位净值、累计净值、增长率（上）中描述了手工从天天基金获取基金数据的全部过程。

手工获取数据过于繁琐，而且数据格式可能存在不统一的情况，不利于后续的数据分析。

故本文记录如何利用Python从天天基金批量获取相关的数据

# 导入需要的模块# 若无相关module, 可以在jupyter note中可以 ! pip install <模块名>import requestsimport reimport numpy as npimport pandas as pdimport matplotlib.pyplot as pltfrom bs4 import BeautifulSoup

# 定义获取天天基金html的函数# 该函数也是参考别的大神写的# 该函数用于访问指定url，即按照基金代码、开始和截止日期访问到相应的页面def get_html(code, start_date, end_date, page=1, per=20): ''' 需要输入的参数为code:即基金代码，starte_date: 开始日期''' '''end_date：结束日期''' url = 'http://fund.eastmoney.com/f10/F10DataApi.aspx?type=lsjz&code={0}&page={1}&sdate={2}&edate={3}&per={4}'.format( code, page, start_date, end_date, per) rsp = requests.get(url) html = rsp.text return html

# 定义获取基金数值的函数# 通过上文的get_html函数访问到相应的页面后，需要通过beautifulsoup对html页面进行解析# 解析后的数据写入dataframe, 并进行返回def get_fund(code, start_date, end_date, page=1, per=20): # 获取html html = get_html(code, start_date, end_date, page, per) soup = BeautifulSoup(html, 'html.parser') # 获取总页数 pattern = re.compile('pages:(.*),') result = re.search(pattern, html).group(1) total_page = int(result) # 获取表头信息 heads = [] for head in soup.findAll("th"): heads.append(head.contents[0]) # 数据存取列表 records = [] # 获取每一页的数据 current_page = 1 while current_page <= total_page: html = get_html(code, start_date, end_date, current_page, per) soup = BeautifulSoup(html, 'html.parser') # 获取数据 for row in soup.findAll("tbody")[0].findAll("tr"): row_records = [] for record in row.findAll('td'): val = record.contents # 处理空值 if val == []: row_records.append(np.nan) else: row_records.append(val[0]) # 记录数据 records.append(row_records) # 下一页 current_page = current_page + 1 # 将数据转换为Dataframe对象 np_records = np.array(records) fund_df = pd.DataFrame() for col, col_name in enumerate(heads): fund_df[col_name] = np_records[:, col] # 按照日期排序 fund_df['净值日期'] = pd.to_datetime(fund_df['净值日期'], format='%Y/%m/%d') fund_df = fund_df.sort_values(by='净值日期', axis=0, ascending=True).reset_index(drop=True) fund_df = fund_df.set_index('净值日期') # 数据类型处理 fund_df['单位净值'] = fund_df['单位净值'].astype(float) fund_df['累计净值'] = fund_df['累计净值'].astype(float) fund_df['日增长率'] = fund_df['日增长率'].str.strip('%').astype(float) return fund_df

小结：在上文中，我们主要定义了2个函数，分别为get_html 和 get_fund。其中（1）get_html用于访问指定的url，获取页面；（2）get_fund用于解析页面，获取相应的数据，并将整合进dataframe中进行返回.

在定义了函数后，我们接下来进行实操。

为了方便同时获取多只基金的数据，需要将基金代码以字典的形式批量输入。比如我希望获取广发纳指100，银河收益混合，易方达稳健收益B，易方达安心回报债券A等4只基金的数据。

#需要获取的基金代码my_dict={'广发纳指100':'270042', '银河收益混合':'151002', '易方达稳健收益B':'110008', '易方达安心回报债券A':'110027'}

在my_dict输入基金的名称和代码。注意，字典元素索引名，如‘广发纳指100’并不是重要的关键字，可以根据喜好任意输入。但请务必保证值，即基金代码‘270042’正确，否则将无法访问到指定的基金数据。

# 此代码用于将上文提及的基金名称、代码等，由字典类型转换成 dataframe类型my_df = pd.DataFrame.from_dict(my_dict, orient='index',columns=['code'])my_df=my_df.reset_index().rename(columns={'index':'name'})

正式获取基金相关数据的代码。假设希望获取2014-02-01到2020-12-27的数据，需要在for 循环中的get_fund()函数中，分别令start_date='2014-02-01',end_date='2020-12-27'

# 先创立一个local化的变量，用于在for循环中自动创建dataframefund_df_=locals()for i in range(len(my_df)): # 根据输入的基金名称和数量，自动创建相应个数的dataframe fund_df_[i]=pd.DataFrame() # 获取基金数据 fund_df_[i]=get_fund(my_df['code'][i],start_date='2014-02-01',end_date='2020-12-27') # 将基金数据作为xlsx文件写入本地 fund_df_[i].to_excel(my_df['name'][i]+'.xlsx')

由于我们获取的基金数据，分别存储在几个变量中，且拥有7个表头。

如果我们只对每只基金的累计净值感兴趣，那么我们需要获取每个变量的“累计净值”数据。

# 先创立一个local化的变量，用于在for循环中自动获取dataframe变量名fund_df_=locals()# 创建1个名为datas的列表，用于存放每次循环获取到的基金的累计净值数据# 每一次循环即可获取某只基金的全部累计净值数据datas=[]for i in range(len(my_df)): jingzhi=fund_df_[i]['累计净值'].to_frame() jingzhi=jingzhi.rename(columns={'累计净值':my_df['name'][i]}) datas.append(jingzhi)

在生成datas变量后，我们利用concat函数，按照列进行拼接即可

df = pd.concat(datas,axis=1)# 显示前5行的数据df.head()

最终获取的数据前5行

后续即可根据自己的需求，获取相应的数据，对基金数据进行分析了。

300018中元股份股吧

中元股份2022年4月19日在年度报告中披露，截至2022年3月31日公司股东户数为3.31万户，较上期（2021年12月31日）减少5030户，减幅为13.19%。

中元股份股东户数低于行业平均水平。根据Choice数据，截至2022年3月31日电力设备行业上市公司平均股东户数为4.91万户。其中，公司股东户数处于2万~4万区间占比最高，为25.90%，中元股份也处在该区间范围内。

电力设备行业股东户数分布

股东户数与股价

2021年3月31日至今，公司股东户数有所增长，区间涨幅为1.84%。2021年3月31日至2022年3月31日区间股价上涨21.40%。

股东户数及股价

股东户数与股本

截至2022年3月31日，公司最新总股本为4.81亿股，其中流通股本为4.05亿股。户均持有流通股数量由上期的1.06万股上升至1.22万股，户均流通市值8.26万元。

户均持股金额

中元股份户均持有流通市值低于行业平均水平。根据Choice数据，截至2022年3月31日，电力设备行业A股上市公司平均户均持有流通股市值为46.4万元。其中，25.90%的公司户均持有流通股市值在11.5万~22万区间内。

电力设备行业户均流通市值分布

免责声明：本文基于大数据生产，仅供参考，不构成任何投资建议，据此操作风险自担。

2019年10月28日，中元股份（300018）强势封涨停板，当日成交4029万元，换手率1.786%，该股近12个月涨停25次。

涨停原因揭秘：热门板块

该股属于电气设备热门板块。10月28日，该板块上涨1.53%，同板块中还有金冠股份等7只个股涨停，共14只个股涨幅超过5%。

历史表现：

除本次外，该股近12个月共涨停24次。次日有14次上涨，涨占比58.33%；10次下跌，跌占比41.67%。次日涨跌幅最大为10.09%，最小为-10.01%。

数据Choice数据

免责声明：本文基于大数据生产，仅供参考，不构成任何投资建议，据此操作风险自担。

今天的内容先分享到这里了，读完本文《中元股份股吧》之后，是否是您想找的答案呢？想要了解更多中元股份股吧、天天基金网今日净值相关的财经新闻请继续关注本站，是给小编最大的鼓励。